FTIR顯微成像技術是對一個選定區域（幾十微米到數十毫米）的每一個點（像素）進行紅外光譜測定，然后用計算機技術將這些點的紅外光譜按區域進行二維或三維圖譜繪制。該成像技術依賴于三方面:①掃描:②空間編碼和解碼:③紅外顯微鏡及多通道檢測器。當進行紅外成像時，首先根據不同檢測目的選擇相應的檢測器，并選擇感興趣的微區域樣品微區域被“分割”為很多小的表面區或體相區（ surface or volume area），這些被“分割的”小區稱作“像素”（ pixels）或“體像素”（ voxels）。對微區的各個像素進行點、線或面的光譜掃描，得到其干涉圖:將采集的所有光譜干涉圖進行傅里葉變換，得到其光譜；微區域內的樣品分布情況按照透射比或吸光度大小用灰度圖或RGB格式的彩色圖顯示，通過顏色的變化反映微區內組分的空間分布及濃度變化情況。樣品紅外圖像的采集可通過自動光闌調節、自動聚焦、自動校正、標記、照明等實現完全自動化。圖像采集完成后，計算機實時顯示出各種視頻圖像，如等高線圖、瀑布圖、總紅外吸收圖、指定組分定量分布圖、官能團分布圖、單波數紅外吸收圖、化合物表面分布及層次分布圖等。
紅外圖像一般以數據立方體（ data cube）顯示，其中兩維（x和y）為像素坐標，第三維為光譜維；如果采集多層圖像，則需采用數據超立方體（ hypercube）表示，此時有三個空間維（x、y和z）和一個光譜維，一般采用數學模型來描述這些數據立方體中包含的變化。根據 Beer-lambert定律，吸光度與濃度成正比，而任意像素的光譜是由圖像中各組分純光譜按照其濃度權重進行疊加得到的，因此紅外圖像可以用矩陣表示為:
D=CST+E
式中，D為光譜數據陣；ST為圖像組分的純光譜矩陣；C為每個像素中這些組分的濃度矩陣；E為信號波動引起的誤差矩陣，與化學組分變化無關。
通過對C矩陣的行進行提取，就可獲取相關像素的化學成分信息，而某種圖像成分在像素間的濃度變化也可通過其列提取出來。通過將每一個C矩陣的行卷積以恢復其初始的二維（2D）或三維（3D）圖像，即可得到每種特定圖像成分的分布圖。